对于市场较为关注的几个问题，我们的思考如下： ①为何今年以太网在AI集群中的“出镜率”变得很高？ A：这主要由GPU的负载变化所驱动。2023年IB网络独占鳌头，这主要因当时云厂商搭建的GPU集群以【自用】为主；而今年起或逐步向【自用+向用户租用】的模式转变。在该趋势下，将GPU资源进行灵活的动态调配变得很重要，以太网架构相比IB更适用于该场景，这也或是英伟达在今年主动拥抱以太网架构的核心原因之一。 ②为何推理端也会有800G光模块需求？ A：市场普遍担忧AI推理对于高速光模块需求或较训练侧放缓。而我们认为随着视频生成等应用的涌现，网络带宽的要求较文生文显著提升；另一方面，随着GPU集群更多的面向外部用户租用，用户侧对训练与推理的使用较难提前规划，故云厂商或仍倾向按照训练的架构进行组网（训推一体），该架构下GPU集群仍保持对高速光模块的饱满需求。 ③还有哪些市场忽视的因素？ A：GPU集群规模仍在迅速扩张，我们认为这一点对理解光模块需求的持续性较为关键。2023年GPU集群规模普遍在5万卡以内，随着大模型参数量的持续攀升，以及推理需求的显现，今年有望出现十万卡集群，百万卡集群也已在头部厂商的规划之中。我们判断届时可能会通过增加交换机端口数以保持三层网络架构（英伟达），或可能进一步增加网络层数以满足超大集群互联需求（Marvell说法），从而带来GPU与光模块配比的进一步提升。 投资建议：我们在春节后第一时间发布深度报告《光模块：时代的跨越，从云计算迈向AI》，其中明确提出：在缩放定律的指引下，各厂商对于大模型训练侧的投入强度仍将保持提升，而不是市场所担忧的24/25年见顶；另一方面，随着GPU迭代周期的缩短，光模块升级步伐预计提速，在此背景下头部厂商地位预计稳固。站在当前时间点，我们仍看好板块配置机会。